《表1 不同误差、密度区间下各算法样本数统计Tab.1 Number of samples statistics of each algorithms in different error and d

《表1 不同误差、密度区间下各算法样本数统计Tab.1 Number of samples statistics of each algorithms in different error and d   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于改进水平集的菌落图像智能计数算法》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录
注:逗号前为统计样本数,逗号后为样本占比.

由表1和图7可见,在菌落密度较小的样本中,3种算法都能达到符合国家标准的计数精度,但随着菌落密度的增加,本文算法计数精度要明显优于迅数icount10算法和传统的形态学方法;当菌落样本密度达到200~300 CFU时,本文算法精度优势尤其明显.这是因为随着菌落密度的增加,图像中含有更多小型、模糊的菌落目标,且粘连菌落目标的数目显著增多,导致计数结果发生偏差.